Dieses Papier behandelt das Problem der Modellierung textbasierter Konversationen und der Emotionsdetektion. Das von uns vorgeschlagene Modell nutzt 1) tiefes Transferlernen anstelle der klassischen flachen Methoden der Wortvektoren (word embedding); 2) Selbst-Aufmerksamkeitsmechanismen, um sich auf die wichtigsten Teile der Texte zu konzentrieren; und 3) eine modellbasierte, auf Sprechzyklen ausgerichtete Konversationsanalyse zur Klassifizierung von Emotionen. Der Ansatz basiert nicht auf manuell erstellten Merkmalen oder Lexika. Unser Modell wurde anhand der Daten des SemEval-2019 Shared Tasks zur kontextuellen Emotionsdetektion in Text evaluiert. Die Ergebnisse des Modells sind sehr wettbewerbsfähig.